<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>記事・お知らせ | ロジットコンサルティング</title><description>当社のサービスの内容と進め方のご紹介に加え、AIやデータ分析に関する公表資料や研究について、企業の実務への影響を解説しています。</description><link>https://consulting.logit.jp/</link><language>ja</language><item><title>社内文書を使うAI（RAG）の構築の進め方</title><link>https://consulting.logit.jp/news/2026-10-20-rag-build-service/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2026-10-20-rag-build-service/</guid><description>RAGの構築では、文書の種類に応じて分割と検索の方法を設計し、閲覧範囲は検索の段階で絞り込み、評価用の質問と正解で精度を確認してから本番の構築に進みます。本記事では、当社がRAGの構築を支援する際のシステムの構成と進め方を紹介します。</description><pubDate>Tue, 20 Oct 2026 00:00:00 GMT</pubDate><category>AIエンジニアリング</category><category>RAG</category><category>プロジェクト設計</category></item><item><title>Claudeが生成する文章への透かしの導入と、企業の実務への影響</title><link>https://consulting.logit.jp/news/2026-08-26-claude-text-watermark/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2026-08-26-claude-text-watermark/</guid><description>2026年8月に公表されたClaudeの文章への透かしは、人が書いてClaudeで翻訳や校正をした文書にも入りうる一方、検出は確実なものではありません。透かしの有無にかかわらず、委託契約や情報の取り扱いの定めを守ることが基本になります。</description><pubDate>Wed, 26 Aug 2026 00:00:00 GMT</pubDate><category>AIガバナンス</category><category>規程・ポリシー</category><category>調達・契約</category></item><item><title>データ基盤の構築の進め方</title><link>https://consulting.logit.jp/news/2026-06-15-data-platform-build-service/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2026-06-15-data-platform-build-service/</guid><description>データ分析基盤は、集計した売上などの数値を会計の数値と突き合わせ、差額の原因を説明できなければ、業務で使われません。本記事では、指標の定義、データの品質検査、アクセス権限の設計を含め、当社がデータ分析基盤の構築を支援する際の進め方を紹介します。</description><pubDate>Mon, 15 Jun 2026 00:00:00 GMT</pubDate><category>データサイエンス</category><category>データ基盤</category><category>プロジェクト設計</category></item><item><title>機械学習モデルを業務に導入する際の進め方</title><link>https://consulting.logit.jp/news/2026-04-24-ml-model-deployment-service/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2026-04-24-ml-model-deployment-service/</guid><description>機械学習モデルの導入では、予測結果を使う業務の周期に合わせて予測の単位と時点を決定し、現在の方法と比べた精度を、時系列に沿った評価で確認します。本記事では、需要予測を主な例として、当社が支援する機械学習モデルの導入の設計と進め方を紹介します。</description><pubDate>Fri, 24 Apr 2026 00:00:00 GMT</pubDate><category>データサイエンス</category><category>予測モデル</category><category>運用・監視</category></item><item><title>Agent Skillsの仕様の公開と、社内向けのAIエージェントの開発への影響</title><link>https://consulting.logit.jp/news/2026-03-11-agent-skills-spec/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2026-03-11-agent-skills-spec/</guid><description>2025年12月に仕様が公開されたAgent Skillsを使うと、AIエージェントに与える業務の手順をファイルとして管理でき、特定の製品に依存しにくくなります。一方で、スキルにはスクリプトを含められるため、導入と変更の管理が必要になります。</description><pubDate>Wed, 11 Mar 2026 00:00:00 GMT</pubDate><category>AIエンジニアリング</category><category>エージェント</category><category>標準・仕様</category></item><item><title>pandas 3.0の公開と、既存のデータ分析のコードへの影響</title><link>https://consulting.logit.jp/news/2026-02-09-pandas-3-migration/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2026-02-09-pandas-3-migration/</guid><description>2026年1月に公開されたpandas 3.0では、文字列の型と、データのコピーの扱いが変わり、既存のコードの一部は、処理が止まらないまま結果が変わります。バージョン2.3で警告を解消してから移行し、移行の前後で出力を比較することが重要です。</description><pubDate>Mon, 09 Feb 2026 00:00:00 GMT</pubDate><category>データサイエンス</category><category>データ基盤</category><category>運用・監視</category></item><item><title>AIの利用に関する内部監査コソーシングの進め方</title><link>https://consulting.logit.jp/news/2025-12-03-internal-audit-cosourcing-service/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2025-12-03-internal-audit-cosourcing-service/</guid><description>AIの利用の監査では、利用の実態を把握したうえで、規程や契約を基準に、サービスの設定やシステムの構成、評価と監視の記録を直接確認します。本記事では、当社がこの監査を内部監査部門と分担して行う際の、監査の設計と進め方を紹介します。</description><pubDate>Wed, 03 Dec 2025 00:00:00 GMT</pubDate><category>AIガバナンス</category><category>監査</category><category>規程・ポリシー</category></item><item><title>経営ダッシュボードの構築の進め方</title><link>https://consulting.logit.jp/news/2025-10-10-dashboard-build-service/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2025-10-10-dashboard-build-service/</guid><description>経営ダッシュボードでは、利用する方の判断の場面ごとに画面を分け、結果の指標を変化を追える要素に分解し、予算や前年の実績などの基準とあわせて表示します。本記事では、当社が経営ダッシュボードの構築を支援する際の、指標の設計と構築の進め方を紹介します。</description><pubDate>Fri, 10 Oct 2025 00:00:00 GMT</pubDate><category>データサイエンス</category><category>プロジェクト設計</category><category>データ基盤</category></item><item><title>施策の効果検証の進め方</title><link>https://consulting.logit.jp/news/2025-08-05-effect-verification-service/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2025-08-05-effect-verification-service/</guid><description>施策の効果検証では、施策を行わなかった場合と比べるための方法を、施策の性質と利用できるデータに応じて選びます。本記事では、比較の方法の選び方や、評価の指標と期間の考え方を含め、当社が支援する施策の効果検証の設計と進め方を紹介します。</description><pubDate>Tue, 05 Aug 2025 00:00:00 GMT</pubDate><category>データサイエンス</category><category>効果検証</category><category>統計</category></item><item><title>AI利用規程の整備の進め方</title><link>https://consulting.logit.jp/news/2025-06-26-ai-usage-policy-service/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2025-06-26-ai-usage-policy-service/</guid><description>当社では、AI利用規程を基本方針・利用規程・細則の3階層で構成し、入力を認める情報の範囲、利用を認めるツールと申請の手続き、生成物の使用前の確認手順を定めることを推奨しています。本記事では、当社が規程の整備を支援する際の構成と進め方を紹介します。</description><pubDate>Thu, 26 Jun 2025 00:00:00 GMT</pubDate><category>AIガバナンス</category><category>規程・ポリシー</category><category>個人情報</category></item><item><title>所在地移転のお知らせ</title><link>https://consulting.logit.jp/news/2025-05-21-relocation/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2025-05-21-relocation/</guid><description>ロジットコンサルティング株式会社は、事業拡大に伴い所在地を移転いたしました。</description><pubDate>Wed, 21 May 2025 00:00:00 GMT</pubDate><category>お知らせ</category></item><item><title>公式HP開設のごあいさつ</title><link>https://consulting.logit.jp/news/2023-12-21-launch/</link><guid isPermaLink="true">https://consulting.logit.jp/news/2023-12-21-launch/</guid><description>ロジットコンサルティング株式会社はこのたび、公式ホームページを開設いたしました。</description><pubDate>Thu, 21 Dec 2023 00:00:00 GMT</pubDate><category>お知らせ</category></item></channel></rss>